La dificultad para rastrear los costos de Kubernetes se deriva de su arquitectura. En el núcleo de Kubernetes, hay un clúster que consta de numerosas máquinas virtuales (o físicas): nodos. En esos nodos, los contenedores se implementan y lanzan; en realidad, contienen varias aplicaciones.
Ahora supongamos que varios departamentos de su empresa están trabajando en varias aplicaciones que se ejecutan dentro de contenedores y, de hecho, comparten clústeres comunes de Kubernetes. Es casi imposible determinar cuál de las aplicaciones lanzadas utiliza qué parte de los recursos de qué clústeres, porque cada una de las aplicaciones se lanza en varios contenedores al mismo tiempo. Si bien es posible calcular el costo de un contenedor y no es demasiado difícil en sí mismo, aún requiere infraestructura y tiempo, y la complejidad crece en proporción a la cantidad de contenedores utilizados.
Hasta ahora, considerábamos la situación dentro del marco de una nube. Pero, ¿qué sucede si su empresa, como la mayoría de las organizaciones de TI modernas en la actualidad, utiliza la multinube? En este caso, el monitoreo de costos crecerá muchas veces: cada una de las nubes dentro de esta multinube puede tener un proveedor de servicios diferente, asumiendo solo una parte de la carga de trabajo total porque Kubernetes puede trabajar con AWS, Microsoft Azure, Google Cloud Platform, Alibaba. Nube y muchos otros.
Además, la intensidad de recursos de cada una de sus aplicaciones puede cambiar con el tiempo, lo que impone dificultades adicionales en el cálculo de costos. Entonces, el fácil de usar Herramientas VPA (Vertical Pod Autoscaler) y HPA (Horizontal Pod Autoscaler), que, respectivamente, ajustan automáticamente el límite en la cantidad de solicitudes a un solo contenedor y la cantidad de contenedores utilizados, se convierten en variables adicionales difíciles de factorizar al intentar rastrear y administrar los costos actuales de Kubernetes y, por supuesto, predecir costos futuros. .
Otro problema es que la vida útil de un contenedor es de solo un día y las funciones que se ejecutan en Kubernetes se reducen a minutos o incluso segundos. Una vez más, esta dinámica es definitivamente una ventaja desde el punto de vista de un ingeniero de TI, pero se convierte en un dolor de cabeza cuando se trata de la administración y el seguimiento de costos.
